[Специалист] Программирование на языке Python. Уровень 4. Анализ и визуализация данных на языке Python. Библиотеки Pandas, numpy, Matplotlib

Программирование на языке Python. Уровень 4. Анализ и визуализация данных на языке Python. Библиотеки Pandas, numpy, Matplotlib. Владислав Перлин​ Всего за несколько лет средства анализа данных, доступные разработчикам на Python, совершили рывок вперёд. Появились мощные пакеты, реализующие алгоритмы машинного обучения, обработку естественных языков, статистический анализ и визуализацию. Инструменты языка Python просты в использовании, при этом имеют широкие возможности применения. Программирование на Python – простой и эффективный вариант для вхождения в популярную сферу Data Science. Уникальная особенность языка – возможность быстрого встраивания анализа данных в веб-приложения. Курс «Анализ и визуализация данных на языке Python. Библиотеки Pandas, numpy, Matplotlib» предназначен для тех, кто ищет гибкий инструмент обработки, анализа и визуализации данных и планирует применять свои навыки в работе большими массивами информации. Слушатели изучат важнейшие и широко распространенные библиотеки numpy, Matplotlib и Pandas, которые массово применяются в различных областях производственной, финансовой и научной деятельности. Обучение на курсе построено на примерах реальных проектов в области обработки данных. Курс читается на базе операционной системы Linux, однако его материал может быть применен и на Windows. Курс предназначен для программистов, аналитиков, научных работников. Также курс может служить введением в Data Science. По окончании курса Вы будете уметь: Создавать и обрабатывать числовые массивы. Создавать диаграммы и графики различных видов и форматов. Объединять и переформировывать данные. После окончания обучения Вы будете знать: Основы анализа и визуализации данных, применяемый для этой цели базовый инструментарий языка Python; Основные понятия и методики библиотеки numpy: массив, скаляр, массовая операция, основные операции с массивами, основные функции библиотеки; Библиотеку Matplotlib ее основные понятия и методики применения; Основные виды графиков и диаграмм, способы их построения; Основные понятия и методики библиотеки Pandas. Модуль 1. Установка и настройка программного обеспечения. Базовый инструментарий. Принципы организации и управления вычислениями. Используемые языки программирования и взаимосвязь между ними. Необходимые пакеты Python: numpy, Matplotlib, Pandas, Jupyter и другие. Дистрибутив Anaconda, его преимущества и недостатки. Установка пакетов в Linux. Установка пакетов в Windows. Возможные проблемы и методы их решения. Модуль 2. Библиотека numpy. Вычислительные задачи. Понятие массива и его основные характеристики. Структура библиотеки. Типы данных библиотеки numpy. Принципы вычислений. Универсальные функции. Важнейшие стандартные функции. Модуль 3. Практикум. Работа с массивами и матрицами. Модуль 4. Библиотека Matplotlib. Визуализация данных. Виды графиков и диаграмм. Основные элементы диаграммы. Создание диаграммы. Форматы изображений. Модуль 5. Практикум. График функции. Гистограмма. Модуль 6. Библиотека Pandas. Статистика и анализ Объект Series. Объект DataFrame. Модуль 7. Практикум. Первичная обработка данных. Загрузка и выгрузка данных. Организация колонок и строчек. Пропуски и повторы. Модуль 8. Статистика. Временные ряды. Типы данных для представления времени. Объект Period. Основные операции статистики. Модуль 9. Практикум. Статистика. Объединение и переформирование данных. Объединение данных. Сцепление и наложение (concatenating and stacking). Слияние (merging and joining).